摘要
在我们的现实生活中存在着各式各样的系统，这些系统中的每一个都可以抽象成一个复杂网络，而这些网络一般都不是单独存在的，两个甚至多个网络之间存在着多种多样的依赖关系。当部分网络发生故障时，其他相依赖的网络也会受影响而发生故障，造成相依网络的级联失效。 现有的关于相依网络的研究更多是基于网络的结构信息对攻击者完全透明的，本文考虑对攻击者限制信息，在不同的攻击策略下，通过相依网络的级联失效行为分析不同网络类型的鲁棒性表现。本文的研究有助于丰富对于复杂网络级联失效行为的理解，得出的结论对于预防复杂网络的大规模破坏也有着重要的现实意义。 本文的主要工作和创新如下： （1）限制信息条件下随机攻击导致的相依网络级联失效行为分析 改进了传统的节点耦合相依网络，提出了边耦合的相依网络级联失效模型，在限制信息的条件下对几种不同的相依网络进行仿真的随机攻击。通过对得到的实验数据整合绘图，分析了不同相依网络在限制信息的随机攻击下的鲁棒性。研究结果表明，在对抗限制信息条件下的随机攻击时，各种类型的相依网络通过增加网络的总结点数或者提高网络的平均度分布，都能较为有效的提升网络的鲁棒性。另外还发现在几种网络类型中，BA无标度网络参与组成的相依网络更不易被摧毁。 （2）限制信息条件下蓄意攻击导致的的相依网络级联失效行为分析 对于更复杂更具摧毁性的蓄意攻击，在限制信息的条件下仿真模拟了三种不同权重度量标准的蓄意攻击导致的相依网络级联失效行为。研究结果表明，相依网络在应对限制信息的蓄意攻击时，也能通过增加网络的总结点数或提高平均度分布的方法来提升网络鲁棒性。几种经典网络类型中，BA无标度网络参与组成的相依网络在对抗限制信息的蓄意攻击时更易被摧毁。研究中还发现了以EB系数作为蓄意攻击权重度量标准时对网络有着最大的破坏力。
NETL